Teresa Ferreira e Sandra Custódio - Estimação Intervalar

Estimação Intervalar
Licenciatura em Finanças Empresariais
Licenciatura em Gestão
Licenciatura em Contabilidade – Ramo de Contabilidade

2019/2020

1
 Teresa Ferreira e Sandra Custódio - Estimação Intervalar
Estimação Intervalar – Parte 2
2’) Intervalo de Confiança para o valor
médio, 𝜇, de populações não Normais
3) Intervalo de Confiança para a
proporção, 𝑝, de uma população de
Bernoulli
4) Intervalo de Confiança para a
variância, 𝜎 2 , e para o desvio padrão, 𝜎,
de uma população Normal 2
Estimação Intervalar – Parte 2

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

2’) Intervalo de Confiança para o valor médio, 𝜇, de populações não
Normais

Caso 3 – População não Normal (ou desconhecida) e 𝒏 > 𝟑𝟎

Considere uma amostra 𝑋1 , 𝑋2 , … , 𝑋𝑛 , 𝑛 ∈ ℕ e 𝑛 > 30, retirada de

uma população 𝑋. É irrelevante se conhecemos ou não o desvio
padrão populacional. A estatística pivot será sempre 𝑁 0 , 1
𝑋ഥ − 𝜇
ถ 𝜇 → ถ𝑋ത → 𝑍= ~𝑁ሶ 0 ,1
𝑝𝑎𝑟â𝑚𝑒𝑡𝑟𝑜 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜𝑟 𝑠𝑒 𝜎 𝜎Τ 𝑛
𝑝𝑜𝑛𝑡𝑢𝑎𝑙 𝑐𝑜𝑛ℎ𝑒𝑐𝑖𝑑𝑜 𝑒𝑠𝑡𝑎𝑡í𝑠𝑡𝑖𝑐𝑎
𝑎 𝑒𝑠𝑡𝑖𝑚𝑎𝑟
𝑝𝑖𝑣𝑜𝑡
𝑋ഥ − 𝜇
𝜇
ถ → 𝑋ത
ถ → 𝑍= ~𝑁
ሶ 0 ,1
𝑝𝑎𝑟â𝑚𝑒𝑡𝑟𝑜 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜𝑟 𝑠𝑒 𝜎 𝑠′Τ 𝑛 3
𝑝𝑜𝑛𝑡𝑢𝑎𝑙 𝑑𝑒𝑠𝑐𝑜𝑛ℎ𝑒𝑐𝑖𝑑𝑜 𝑒𝑠𝑡𝑎𝑡í𝑠𝑡𝑖𝑐𝑎
𝑎 𝑒𝑠𝑡𝑖𝑚𝑎𝑟
𝑝𝑖𝑣𝑜𝑡
Estimação Intervalar – Parte 2

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

Caso 3 – População não Normal e 𝒏 > 𝟑𝟎

Obtêm-se os respetivos Intervalos de Confiança a 1 − 𝛼 × 100% para 𝜇:

𝜎 𝜎
Se 𝜎 conhecido: 𝐼𝐶 1−𝛼 ×100% 𝜇 ≈
ณ 𝑥ҧ − 𝑧𝛼Τ2 , 𝑥ҧ + 𝑧𝛼Τ2
𝑛 𝑛
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜

𝑠′ 𝑠′
Se 𝜎 desconhecido: 𝐼𝐶 1−𝛼 ×100% 𝜇 ≈
ณ 𝑥ҧ − 𝑧𝛼Τ2 , 𝑥ҧ + 𝑧𝛼Τ2
𝑛 𝑛
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜
4
Estimação Intervalar – Parte 2
Caso 3 – População não Normal e 𝒏 > 𝟑𝟎

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

Exercício de Aplicação
Admita que uma companhia de seguros tem previsto no seu orçamento um
total que não ultrapassa, em média, 5000 u.m./dia para pagamento dos
prémios dos seus segurados. Para validar tal previsão, e com base no
histórico da empresa, selecionaram-se aleatoriamente 100 dias obtendo-se as
estimativas: 𝑥ҧ = 5625 e 𝑠′ = 2500. Encontre um IC a 95% para o valor
médio do montante diário disponível e diga se as 5000 u.m./dia chegam.
População desconhecida, 𝜎 desconhecido.
Amostra: 𝑛 = 100, 𝑥ҧ = 5625 e 𝑠′ = 2500
𝑋ഥ −𝜇
Estatística Pivot: 𝑍 = ~𝑁
ሶ 0,1
𝑠′Τ 𝑛
𝑠′ 𝑠′
𝐼𝐶95% 𝜇 ≈ 𝑥ҧ − 𝑧𝛼Τ2 , 𝑥ҧ + 𝑧𝛼Τ2
𝑛 𝑛
1 − 𝛼 = 0,95 ⇔ 𝛼 = 0,05 ⇒ 𝑧𝛼Τ2 = 1,96
2500 2500 5
𝐼𝐶95% 𝜇 ≈ 5625 − 1,96 ; 5625 + 1,96 = 5135 , 6115
100 100
5000 ∉ 𝐼𝐶95% 𝜇
Estimação Intervalar – Parte 2

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

3) Intervalo de Confiança para a proporção, 𝑝, de uma
população de Bernoulli
População 𝑩𝒆𝒓𝒏𝒐𝒖𝒍𝒍𝒊 𝒑 , 𝟎 < 𝒑 < 𝟏
(ou População 𝑩𝒊𝒏𝒐𝒎𝒊𝒂𝒍 𝟏 , 𝒑 , 𝟎 < 𝒑 < 𝟏)
Considere uma amostra 𝑋1 , 𝑋2 , … , 𝑋𝑛 , 𝑛 ∈ ℕ, 𝑛 > 30, retirada
de uma população 𝑋~𝐵𝑒𝑟𝑛𝑜𝑢𝑙𝑙𝑖 𝑝 , com 0 < 𝑝 < 1.
𝑌 𝑝Ƹ − 𝑝
ณ𝑝 →
ณ𝑛
→ 𝑍= ~𝑁
ሶ 0 ,1
𝑝𝑎𝑟â𝑚𝑒𝑡𝑟𝑜 𝑝Ƹ 𝑞ො
𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜𝑟
𝑎 𝑒𝑠𝑡𝑖𝑚𝑎𝑟 𝑝𝑜𝑛𝑡𝑢𝑎𝑙 𝑛
𝑐𝑒𝑛𝑡𝑟𝑎𝑑𝑜 𝑣𝑎𝑟𝑖á𝑣𝑒𝑙
𝑓𝑢𝑙𝑐𝑟𝑎𝑙
𝑛
𝑌
𝑌 = ෍ 𝑋𝑖 , 𝑝Ƹ = 𝑋ത = e 𝑞ො = 1 − 𝑝Ƹ 6
𝑛
𝑖=1
Estimação Intervalar – Parte 2

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

População 𝑩𝒆𝒓𝒏𝒐𝒖𝒍𝒍𝒊 𝒑 , 𝟎 < 𝒑 < 𝟏

Obtêm-se o respetivo Intervalo de Confiança a 1 − 𝛼 × 100%

para 𝑝:

𝑝Ƹ 𝑞ො 𝑝Ƹ 𝑞ො
𝐼𝐶 1−𝛼 ×100% 𝑝 ≈
ณ 𝑝Ƹ − 𝑧𝛼Τ2 , 𝑝Ƹ + 𝑧𝛼Τ2
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝑛 𝑛
𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜

7
Estimação Intervalar – Parte 2
População 𝑩𝒆𝒓𝒏𝒐𝒖𝒍𝒍𝒊 𝒑 , 𝟎 < 𝒑 < 𝟏

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

Exercício de Aplicação

Em certo distrito, 840 dos 2000 eleitores inquiridos numa sondagem, declaram ir votar no partido A.
Construa um intervalo de confiança a 95% para a percentagem de eleitores do partido A

População: 𝑋~𝐵𝑒𝑟𝑛𝑜𝑢𝑙𝑙𝑖 𝑝 , 𝑝 = proporção de votantes de A

Amostra: 𝑛 = 2000 ; 𝑥 = 840 nº de votantes de A observados na amostra
𝑥 840
𝑝Ƹ = = = 0,42 (proporção de votantes de A observados na amostra)
𝑛 2000
𝑝Ƹ − 𝑝
Variável Fulcral: 𝑍 = ~𝑁
ሶ 0,1
𝑝Ƹ 𝑞ො
𝑛
𝑝Ƹ 𝑞ො 𝑝Ƹ 𝑞ො
𝐼𝐶95% 𝑝 ≈ 𝑝Ƹ − 𝑧𝛼Τ2 , 𝑝Ƹ + 𝑧𝛼Τ2
𝑛 𝑛

1 − 𝛼 = 0,95 ⇔ 𝛼 = 0,05 ⇒ 𝑧𝛼 Τ2 = 1,96

0,42 × 1 − 0,42 0,42 × 1 − 0,42
𝐼𝐶95% 𝑝 ≈
ณ 0,42 − 1,96 × ; 0,42 + 1,96 ×
𝑎𝑝𝑟𝑜𝑥
2000 2000
8
= 0,3983 ; 0,4416
Estimação Intervalar – Parte 2

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

4) Intervalo de Confiança para a variância, 𝜎 2 , e para o desvio
padrão, 𝜎, de uma população Normal.

População Normal: 𝑿~𝑵 𝝁 , 𝝈 , com 𝝁 desconhecido

Considere uma amostra 𝑋1 , 𝑋2 , … , 𝑋𝑛 , 𝑛 ∈ ℕ, retirada de uma

população 𝑋~𝑁 𝜇 , 𝜎 , com 𝜇 e 𝜎 desconhecidos.
2
𝑛 − 1 𝑆′ 2
ด𝜎2 → ต𝑆′2 → 𝑄= 2
~𝜒 𝑛−1
𝑝𝑎𝑟â𝑚𝑒𝑡𝑟𝑜 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜𝑟
𝜎
𝑎 𝑒𝑠𝑡𝑖𝑚𝑎𝑟 𝑝𝑜𝑛𝑡𝑢𝑎𝑙 𝑣𝑎𝑟𝑖á𝑣𝑒𝑙
𝑐𝑒𝑛𝑡𝑟𝑎𝑑𝑜 𝑓𝑢𝑙𝑐𝑟𝑎𝑙

9
Estimação Intervalar – Parte 2

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

População Normal: 𝑿~𝑵 𝝁 , 𝝈 , com 𝝁 desconhecido

𝝌𝟐𝒏−𝟏

𝟏−𝜶
𝜶
𝟐
𝜶
𝟐

𝑞𝑖𝑛𝑓 𝑞𝑠𝑢𝑝 10
𝛼
𝑃 𝑄 < 𝑞𝑖𝑛𝑓 = 𝑃 𝑄 > 𝑞𝑠𝑢𝑝 =
2
Estimação Intervalar – Parte 2

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

População Normal: 𝑿~𝑵 𝝁 , 𝝈 , com 𝝁 desconhecido

Obtém o Intervalo de Confiança a 1 − 𝛼 × 100% para 𝜎 2 :

𝑛 − 1 𝑠′2 𝑛 − 1 𝑠′2
𝐼𝐶 1−𝛼 ×100% 𝜎2 = ,
𝑞𝑠𝑢𝑝 𝑞𝑖𝑛𝑓

No caso de se pretender um IC para 𝜎, em vez de 𝜎 2 , basta,

no intervalo anterior fazer a raíz quadrada de cada um dos
valores:

𝑛−1 𝑠′2 𝑛−1 𝑠′2

𝐼𝐶 1−𝛼 ×100% 𝜎 = 𝑞𝑠𝑢𝑝
, 𝑞𝑖𝑛𝑓
11
Estimação Intervalar – Parte 2
PopulaçãoNormal: 𝑿~𝑵 𝝁 , 𝝈 , com 𝝁 desconhecido

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

Exercício de Aplicação

Com base numa amostra casual com 16 observações, retirada de uma

população Normal, obteve-se um desvio padrão amostral corrigido 𝑠′ = 3,872.
Construa um intervalo de confiança a 95% para a variância da população .

População 𝑁 𝜇 , 𝜎 Amostra: 𝑛 = 16 e 𝑠′ = 3,872

𝑛−1 𝑆′2
Variável Fulcral: 𝑄 = ~𝜒 2𝑛−1 ≡ 𝜒 215
𝜎2
2
𝑛 − 1 𝑠′2 𝑛 − 1 𝑠′2
𝐼𝐶95% 𝜎 = ;
𝑞𝑠𝑢𝑝 𝑞𝑖𝑛𝑓

𝛼 𝛼
1 − 𝛼 = 0,95 ⇔ 𝛼 = 0,05 ⇒ = 0,025 ⇒ 1 − = 0,975
2 2
𝛼
𝑃 𝑄 > 𝑞𝑠𝑢𝑝 = ⇔ 𝑃 𝑄 > 𝑞𝑠𝑢𝑝 = 0,025 ⇒ ณ 𝑞𝑠𝑢𝑝 = 27,488
2 𝑡𝑎𝑏𝑒𝑙𝑎 6
𝑙𝑖𝑛ℎ𝑎 15
𝜀=0,025
𝛼 𝛼
𝑃 𝑄 < 𝑞𝑖𝑛𝑓 = ⇔ 𝑃 𝑄 > 𝑞𝑖𝑛𝑓 = 1 − ⇔ 𝑃 𝑄 > 𝑞𝑖𝑛𝑓 = 0,975 ⇒ ณ 𝑞𝑖𝑛𝑓 = 6,262 12
2 2 𝑡𝑎𝑏𝑒𝑙𝑎 6
𝑙𝑖𝑛ℎ𝑎 15
𝜀=0,975
Estimação Intervalar – Parte 2
População Normal: 𝑿~𝑵 𝝁 , 𝝈 , com 𝝁 desconhecido

Teresa Ferreira e Sandra Custódio - Estimação Intervalar

Exercício de Aplicação

Com base numa amostra casual com 16 observações, retirada de uma

população Normal, obteve-se um desvio padrão amostral corrigido 𝑠′ = 3,872.
Construa um intervalo de confiança a 95% para a variância da população .

2 2
16 − 1 × 3,872 16 − 1 × 3,872
𝐼𝐶95% 𝜎 2 = ; = 8,1812 ; 35,9128
27,488 6,262
______________________________________________________________________________

Se pretendermos um intervalo com a mesma confiança para 𝜎:

16 − 1 × 3,872 2 16 − 1 × 3,872 2
𝐼𝐶95% 𝜎 = ; = 2,86 ; 5,99
27,488 6,262

13